r - 如何在 R 中以最小的努力为数据集中的所有变量创建直方图？

Question

探索新数据集:可视化许多(所有)变量的最简单、最快捷的方法是什么？

理想情况下，输出显示彼此相邻的直方图，其中包含最少的困惑和最多的信息。这个问题的关键是处理大型和不同数据集的灵活性和稳定性。我正在使用 RStudio，通常处理大而杂乱的调查数据。

一个开箱即用的示例 Hmisc在这里效果很好的是:

library(ggplot2)
str(mpg)

library(Hmisc)
hist.data.frame(mpg)

不幸的是，我在其他地方遇到了数据标签问题(plot.new() 中的错误:图边距太大)。对于比 mpg 更大的数据集，它也崩溃了我还没有弄清楚如何控制分箱。此外，我更喜欢 ggplot2 中的灵活解决方案.请注意，我刚刚开始学习 R 并且习惯了商业软件提供的舒适解决方案。

关于这个话题的更多问题:

R histogram - too many variables

……？

Answer 1

可能存在三种广泛的方法:

来自软件包的命令，例如 hist.data.frame()

循环变量或类似的宏结构

堆叠变量和使用方面

套餐

其他可能有用的可用命令:

library(plyr)
library(psych)
multi.hist(mpg) #error, not numeric
multi.hist(mpg[,sapply(mpg, is.numeric)])

或者 multhist来自 plotrix ，我还没有探索过。它们都没有提供我正在寻找的灵活性。

循环

作为 R 初学者，每个人都建议我远离循环。所以我做了，但也许这里值得一试。任何建议都非常受欢迎。也许您可以评论如何将图形合并为一个文件。

堆叠

我的第一个怀疑是堆叠变量可能会失控。然而，对于一组合理的变量来说，这可能是最好的策略。

我想出的一个例子使用了 melt功能。

library(reshape2)
mpgid <- mutate(mpg, id=as.numeric(rownames(mpg)))
mpgstack <- melt(mpgid, id="id")
pp <- qplot(value, data=mpgstack) + facet_wrap(~variable, scales="free")
# pp + stat_bin(geom="text", aes(label=..count.., vjust=-1))
ggsave("mpg-histograms.pdf", pp, scale=2)

(如您所见，我尝试在条形上放置值标签以获得更多信息密度，但效果不佳。x 轴上的标签也不太理想。)

这里没有任何解决方案是完美的，也不会有一刀切的命令。但也许我们可以更轻松地探索新的数据集。